作者|葉蓁

編輯|康曉

出品丨深網·騰訊新聞小滿工作室

2023年下半年，在參加多場國內大模型行業研討會後，智譜AI CEO張鵬強烈意識到：中國創業者不應該給自己貼一個只擅長“1到100”的標籤，然後限制我們去想“0到1”的突破可能。

“能不能把這個標籤徹底扔掉，不要用它來限制自己創新和進步的腳步？”

張鵬的問題，源自中國大模型產品和ChatGPT在認知上的差距。

“用個不太好的詞，得其形未得其神。雖然雙方某些層面也是一致的，比如不約而同的把多模態作為最新模型的關鍵特徵，但多模態為什麼重要，大家不是都能說得清楚，這就是差異。”

張鵬和智譜AI試圖從本源上來理解OpenAI背後的邏輯，來對齊GPT-4的水平。

基於此，1月16日，在2024智譜AI技術開放日Zhipu DevDay上，張鵬釋出了新一代基座大模型GLM-4。

據介紹，GLM-4在基礎能力上實現大幅升級，效能相比上一代全面提升 60%，逼近 GPT-4。其支援更長上下文、更強的多模態，包括更高精度的文生圖效能和更豐富語義的圖片理解。

同時，GLM-4-All Tools 實現自主根據使用者意圖，自動理解、規劃複雜指令，自由呼叫WebGLM搜尋增強、Code Interpreter程式碼直譯器和多模態生成能力以完成複雜任務。GLMs個性化智慧體定製能力上線，任何使用者用簡單的提示詞指令就能建立屬於自己的 GLM 智慧體。

毋庸置疑，當下的智譜AI，正處於浪潮之巔。去年6月，在矽谷科技媒體The Information的盤點中，智譜AI被視為最有可能成為“中國OpenAI”的5家企業之一。

在2023年智譜AI的全員大會上，張鵬很感慨，“生在這個時代很幸運，一輩子幾十年的時間，可能就趕上這麼一波技術的潮流。”

2019年成立的智譜AI是國內最早研發大模型的企業之一，由清華大學知識工程實驗室（KEG）技術成果轉化而來。智譜AI的去年完成了累計25億元的融資，投資方包括美團、螞蟻、阿里、紅杉和高瓴等。

在經歷了追趕ChatGPT的一年後，張鵬認為，2024年中國大模型的主題詞是頂天立地。“我們希望朝國際上最先進的水平去看齊，在技術上和應用上去嘗試頂一下天；而立地這個事情就是把公司的商業化做好。”張鵬告訴《深網》。

以下是騰訊新聞《深網》專訪智譜AI CEO張鵬實錄整理，在不改變原意的情況下有所刪減：

“與GPT 4水平對齊”

《深網》：最近大半年時間，GPT和國內大模型產品的發展速度是不是達到預期？

張鵬：GPT的發展速度還是挺快的，幾個月時間做到2億使用者。不管是 GPT4, 11月份發GPT store，還有最近瘋傳的 GPT5，不管真的假的， 可以看到 OpenAI也在快速的往前更新和迭代，確實沒有讓大家失望。

國內的發展速度也挺快的。站在國外的角度看國內的大模型，能明顯的感覺到國外對於國內產品的發展速度挺認可。

對比國外一些比較知名的權威人士和團隊寫的文章，從整個時間演化順序來看，出現在文章裡的中國廠商產品是在增加的，國外的同行很關注我們在做的這些事情。

《深網》：智譜AI最新的技術突破是什麼？

張鵬：我們帶來了新一代的模型GLM-4，大腦本身的聰明程度提升了，原來是一個高中生，現在可能到了大學生水平，大腦的水平提升的同時，我們也讓它長出了手腳、眼睛、耳朵，具備了跟現實世界和數字世界進行互動的一些基本能力。

《深網》：目前智譜AI的水平，可以對標GPT的哪個階段？

張鵬：我們一以貫之的是瞄向AGI路徑中的一個階段，每3-6個月更新一次做一次升級，每一代都會有一些不同，比如說上一代我們解決的是模型能力矩陣的對標，然後這一次是模型的能力上跟GPT4做到基本對齊，GLM-4 的基本能力已經比肩 GPT-4。

《深網》：對標GPT 4，最重要的是提升你們的多模態理解能力？

張鵬：多模態能力是其中非常重要的一個組成部分。我們聊多模態的時候，首先映入腦海的文生圖、圖生文，這個事情原生的驅動力是要解決跨模態的理解和生成，其本質是什麼？在AGI的版圖裡，它代表的是什麼意義？

當時我看到GPT4的報告觸動很大，大家都在做文到圖生成的時候，GPT4做了一個圖到文的理解、推理和生成，它為什麼要做這件事情？

我個人理解，人的視覺、聽覺、觸覺等，都是原始的基礎資料和資訊的感知能力，但語言是人造的，用抽象符號來描述這些原始訊號的東西。本質上，語言是一種更高階的訊號。

人之所以為人，是因為語言，這件事情誕生是一個非常重要的節點。兩個節點，一個是工具創造和使用工具，一個是語言，這是人工智慧發展兩個大的標誌。

從抽象資料生成具象化內容（文生圖），比從具象資訊到抽象資訊的轉換（圖到文），要更容易一些。為什麼？因為具象的訊號收集更容易，它包含的資訊量的密度小；但從低維訊號裡面去抽取高維訊號是難的，要排除掉噪音，得到價值最大的部分。

本質上，由低階訊號到高階訊號，更能體現認知的能力。

GPT4實現了影象的理解和推理，我們認為這是非常重要的一個方向。整個2023年，我們在多模態方面花了很大的精力去做圖生文這件事情。而Gemini的釋出也驗證了這個事情，谷歌也認為這件事情很重要，谷歌甚至走的更遠，它把影象、影片、聲音、全部統一到一個模型裡去學習。

《深網》：程式碼增強能力也是目前大模型之間的競爭點？

張鵬：程式碼增強是一個比較實際的問題，訓練語言模型的認知能力，類似於再造一個大腦，需要更強的思考能力、理解能力、推理能力和認知能力。

大腦如果不和外界接觸和互動的話，永遠是個缸中大腦，能力再強也干涉不了現實世界。程式碼增強賦予了大模型互動能力，也包括搜尋增強能力，讓大模型長出手和腳，眼睛和耳朵，更自主的去獲取資訊，更方便的去跟外界的這些系統進行互動。程式碼增強讓大模型產生更大的價值。

作者|葉蓁

編輯|康曉

出品丨深網·騰訊新聞小滿工作室

2023年下半年，在參加多場國內大模型行業研討會後，智譜AI CEO張鵬強烈意識到：中國創業者不應該給自己貼一個只擅長“1到100”的標籤，然後限制我們去想“0到1”的突破可能。

“能不能把這個標籤徹底扔掉，不要用它來限制自己創新和進步的腳步？”

張鵬的問題，源自中國大模型產品和ChatGPT在認知上的差距。

“用個不太好的詞，得其形未得其神。雖然雙方某些層面也是一致的，比如不約而同的把多模態作為最新模型的關鍵特徵，但多模態為什麼重要，大家不是都能說得清楚，這就是差異。”

張鵬和智譜AI試圖從本源上來理解OpenAI背後的邏輯，來對齊GPT-4的水平。

基於此，1月16日，在2024智譜AI技術開放日Zhipu DevDay上，張鵬釋出了新一代基座大模型GLM-4。

據介紹，GLM-4在基礎能力上實現大幅升級，效能相比上一代全面提升 60%，逼近 GPT-4。其支援更長上下文、更強的多模態，包括更高精度的文生圖效能和更豐富語義的圖片理解。

同時，GLM-4-All Tools 實現自主根據使用者意圖，自動理解、規劃複雜指令，自由呼叫WebGLM搜尋增強、Code Interpreter程式碼直譯器和多模態生成能力以完成複雜任務。GLMs個性化智慧體定製能力上線，任何使用者用簡單的提示詞指令就能建立屬於自己的 GLM 智慧體。

毋庸置疑，當下的智譜AI，正處於浪潮之巔。去年6月，在矽谷科技媒體The Information的盤點中，智譜AI被視為最有可能成為“中國OpenAI”的5家企業之一。

在2023年智譜AI的全員大會上，張鵬很感慨，“生在這個時代很幸運，一輩子幾十年的時間，可能就趕上這麼一波技術的潮流。”

2019年成立的智譜AI是國內最早研發大模型的企業之一，由清華大學知識工程實驗室（KEG）技術成果轉化而來。智譜AI的去年完成了累計25億元的融資，投資方包括美團、螞蟻、阿里、紅杉和高瓴等。

在經歷了追趕ChatGPT的一年後，張鵬認為，2024年中國大模型的主題詞是頂天立地。“我們希望朝國際上最先進的水平去看齊，在技術上和應用上去嘗試頂一下天；而立地這個事情就是把公司的商業化做好。”張鵬告訴《深網》。

以下是騰訊新聞《深網》專訪智譜AI CEO張鵬實錄整理，在不改變原意的情況下有所刪減：

“與GPT 4水平對齊”

《深網》：最近大半年時間，GPT和國內大模型產品的發展速度是不是達到預期？

張鵬：GPT的發展速度還是挺快的，幾個月時間做到2億使用者。不管是 GPT4, 11月份發GPT store，還有最近瘋傳的 GPT5，不管真的假的， 可以看到 OpenAI也在快速的往前更新和迭代，確實沒有讓大家失望。

國內的發展速度也挺快的。站在國外的角度看國內的大模型，能明顯的感覺到國外對於國內產品的發展速度挺認可。

對比國外一些比較知名的權威人士和團隊寫的文章，從整個時間演化順序來看，出現在文章裡的中國廠商產品是在增加的，國外的同行很關注我們在做的這些事情。

《深網》：智譜AI最新的技術突破是什麼？

張鵬：我們帶來了新一代的模型GLM-4，大腦本身的聰明程度提升了，原來是一個高中生，現在可能到了大學生水平，大腦的水平提升的同時，我們也讓它長出了手腳、眼睛、耳朵，具備了跟現實世界和數字世界進行互動的一些基本能力。

《深網》：目前智譜AI的水平，可以對標GPT的哪個階段？

張鵬：我們一以貫之的是瞄向AGI路徑中的一個階段，每3-6個月更新一次做一次升級，每一代都會有一些不同，比如說上一代我們解決的是模型能力矩陣的對標，然後這一次是模型的能力上跟GPT4做到基本對齊，GLM-4 的基本能力已經比肩 GPT-4。

《深網》：對標GPT 4，最重要的是提升你們的多模態理解能力？

張鵬：多模態能力是其中非常重要的一個組成部分。我們聊多模態的時候，首先映入腦海的文生圖、圖生文，這個事情原生的驅動力是要解決跨模態的理解和生成，其本質是什麼？在AGI的版圖裡，它代表的是什麼意義？

當時我看到GPT4的報告觸動很大，大家都在做文到圖生成的時候，GPT4做了一個圖到文的理解、推理和生成，它為什麼要做這件事情？

我個人理解，人的視覺、聽覺、觸覺等，都是原始的基礎資料和資訊的感知能力，但語言是人造的，用抽象符號來描述這些原始訊號的東西。本質上，語言是一種更高階的訊號。

人之所以為人，是因為語言，這件事情誕生是一個非常重要的節點。兩個節點，一個是工具創造和使用工具，一個是語言，這是人工智慧發展兩個大的標誌。

從抽象資料生成具象化內容（文生圖），比從具象資訊到抽象資訊的轉換（圖到文），要更容易一些。為什麼？因為具象的訊號收集更容易，它包含的資訊量的密度小；但從低維訊號裡面去抽取高維訊號是難的，要排除掉噪音，得到價值最大的部分。

本質上，由低階訊號到高階訊號，更能體現認知的能力。

GPT4實現了影象的理解和推理，我們認為這是非常重要的一個方向。整個2023年，我們在多模態方面花了很大的精力去做圖生文這件事情。而Gemini的釋出也驗證了這個事情，谷歌也認為這件事情很重要，谷歌甚至走的更遠，它把影象、影片、聲音、全部統一到一個模型裡去學習。

《深網》：程式碼增強能力也是目前大模型之間的競爭點？

張鵬：程式碼增強是一個比較實際的問題，訓練語言模型的認知能力，類似於再造一個大腦，需要更強的思考能力、理解能力、推理能力和認知能力。

大腦如果不和外界接觸和互動的話，永遠是個缸中大腦，能力再強也干涉不了現實世界。程式碼增強賦予了大模型互動能力，也包括搜尋增強能力，讓大模型長出手和腳，眼睛和耳朵，更自主的去獲取資訊，更方便的去跟外界的這些系統進行互動。程式碼增強讓大模型產生更大的價值。

作者|葉蓁

編輯|康曉

出品丨深網·騰訊新聞小滿工作室

2023年下半年，在參加多場國內大模型行業研討會後，智譜AI CEO張鵬強烈意識到：中國創業者不應該給自己貼一個只擅長“1到100”的標籤，然後限制我們去想“0到1”的突破可能。

“能不能把這個標籤徹底扔掉，不要用它來限制自己創新和進步的腳步？”

張鵬的問題，源自中國大模型產品和ChatGPT在認知上的差距。

“用個不太好的詞，得其形未得其神。雖然雙方某些層面也是一致的，比如不約而同的把多模態作為最新模型的關鍵特徵，但多模態為什麼重要，大家不是都能說得清楚，這就是差異。”

張鵬和智譜AI試圖從本源上來理解OpenAI背後的邏輯，來對齊GPT-4的水平。

基於此，1月16日，在2024智譜AI技術開放日Zhipu DevDay上，張鵬釋出了新一代基座大模型GLM-4。

據介紹，GLM-4在基礎能力上實現大幅升級，效能相比上一代全面提升 60%，逼近 GPT-4。其支援更長上下文、更強的多模態，包括更高精度的文生圖效能和更豐富語義的圖片理解。

同時，GLM-4-All Tools 實現自主根據使用者意圖，自動理解、規劃複雜指令，自由呼叫WebGLM搜尋增強、Code Interpreter程式碼直譯器和多模態生成能力以完成複雜任務。GLMs個性化智慧體定製能力上線，任何使用者用簡單的提示詞指令就能建立屬於自己的 GLM 智慧體。

毋庸置疑，當下的智譜AI，正處於浪潮之巔。去年6月，在矽谷科技媒體The Information的盤點中，智譜AI被視為最有可能成為“中國OpenAI”的5家企業之一。

在2023年智譜AI的全員大會上，張鵬很感慨，“生在這個時代很幸運，一輩子幾十年的時間，可能就趕上這麼一波技術的潮流。”

2019年成立的智譜AI是國內最早研發大模型的企業之一，由清華大學知識工程實驗室（KEG）技術成果轉化而來。智譜AI的去年完成了累計25億元的融資，投資方包括美團、螞蟻、阿里、紅杉和高瓴等。

在經歷了追趕ChatGPT的一年後，張鵬認為，2024年中國大模型的主題詞是頂天立地。“我們希望朝國際上最先進的水平去看齊，在技術上和應用上去嘗試頂一下天；而立地這個事情就是把公司的商業化做好。”張鵬告訴《深網》。

以下是騰訊新聞《深網》專訪智譜AI CEO張鵬實錄整理，在不改變原意的情況下有所刪減：

“與GPT 4水平對齊”

《深網》：最近大半年時間，GPT和國內大模型產品的發展速度是不是達到預期？

張鵬：GPT的發展速度還是挺快的，幾個月時間做到2億使用者。不管是 GPT4, 11月份發GPT store，還有最近瘋傳的 GPT5，不管真的假的， 可以看到 OpenAI也在快速的往前更新和迭代，確實沒有讓大家失望。

國內的發展速度也挺快的。站在國外的角度看國內的大模型，能明顯的感覺到國外對於國內產品的發展速度挺認可。

對比國外一些比較知名的權威人士和團隊寫的文章，從整個時間演化順序來看，出現在文章裡的中國廠商產品是在增加的，國外的同行很關注我們在做的這些事情。

《深網》：智譜AI最新的技術突破是什麼？

張鵬：我們帶來了新一代的模型GLM-4，大腦本身的聰明程度提升了，原來是一個高中生，現在可能到了大學生水平，大腦的水平提升的同時，我們也讓它長出了手腳、眼睛、耳朵，具備了跟現實世界和數字世界進行互動的一些基本能力。

《深網》：目前智譜AI的水平，可以對標GPT的哪個階段？

張鵬：我們一以貫之的是瞄向AGI路徑中的一個階段，每3-6個月更新一次做一次升級，每一代都會有一些不同，比如說上一代我們解決的是模型能力矩陣的對標，然後這一次是模型的能力上跟GPT4做到基本對齊，GLM-4 的基本能力已經比肩 GPT-4。

《深網》：對標GPT 4，最重要的是提升你們的多模態理解能力？

張鵬：多模態能力是其中非常重要的一個組成部分。我們聊多模態的時候，首先映入腦海的文生圖、圖生文，這個事情原生的驅動力是要解決跨模態的理解和生成，其本質是什麼？在AGI的版圖裡，它代表的是什麼意義？

當時我看到GPT4的報告觸動很大，大家都在做文到圖生成的時候，GPT4做了一個圖到文的理解、推理和生成，它為什麼要做這件事情？

我個人理解，人的視覺、聽覺、觸覺等，都是原始的基礎資料和資訊的感知能力，但語言是人造的，用抽象符號來描述這些原始訊號的東西。本質上，語言是一種更高階的訊號。

人之所以為人，是因為語言，這件事情誕生是一個非常重要的節點。兩個節點，一個是工具創造和使用工具，一個是語言，這是人工智慧發展兩個大的標誌。

從抽象資料生成具象化內容（文生圖），比從具象資訊到抽象資訊的轉換（圖到文），要更容易一些。為什麼？因為具象的訊號收集更容易，它包含的資訊量的密度小；但從低維訊號裡面去抽取高維訊號是難的，要排除掉噪音，得到價值最大的部分。

本質上，由低階訊號到高階訊號，更能體現認知的能力。

GPT4實現了影象的理解和推理，我們認為這是非常重要的一個方向。整個2023年，我們在多模態方面花了很大的精力去做圖生文這件事情。而Gemini的釋出也驗證了這個事情，谷歌也認為這件事情很重要，谷歌甚至走的更遠，它把影象、影片、聲音、全部統一到一個模型裡去學習。

《深網》：程式碼增強能力也是目前大模型之間的競爭點？

張鵬：程式碼增強是一個比較實際的問題，訓練語言模型的認知能力，類似於再造一個大腦，需要更強的思考能力、理解能力、推理能力和認知能力。

大腦如果不和外界接觸和互動的話，永遠是個缸中大腦，能力再強也干涉不了現實世界。程式碼增強賦予了大模型互動能力，也包括搜尋增強能力，讓大模型長出手和腳，眼睛和耳朵，更自主的去獲取資訊，更方便的去跟外界的這些系統進行互動。程式碼增強讓大模型產生更大的價值。